Scale-up und -out-Server von HP
Compute-Plattformen für datenintensive Workloads
HP hat zweckoptimierte Compute-Plattformen angekündigt, die Kunden helfen, ihre Datenbestände effizienter für die Verbesserung von Prozessen und Geschäftsergebnissen zu nutzen. Dazu gehören Massen-, Block- und Dateispeicher, Analyse unstrukturierter Daten und Echtzeit-Analytics sowie einfache und Transaktions-Datenbanken.
Gartner schätzt, dass im Jahr 2015 4,9 Milliarden venetzte „Dinge“ genutzt werden, was einer Steigerung von 30 Prozent im Vergleich zu 2014 entspricht. Im Jahr 2020 wird sich diese Zahl auf 25 Milliarden erhöhen. Dies bedeutet einen exponentiellen Anstieg der Daten, die in je spezifischer Weise für das Unternehmen wertvoll sind. Deshalb entstehen derzeit neue Technologien und Architekturen, die aus Daten Kapital schlagen – etwa Analytics- und Datenbankplattformen auf der Grundlage von Open-Source oder In-Memory-Technologie.
HPs neue Compute-Plattformen sind maßgeschneidert für die spezifischen Anforderungen datenintensiver Arbeitslasten – dazu gehören Massen-, Block- und Dateispeicher, Analyse unstrukturierter Daten und Echtzeit-Analytics sowie einfache und Transaktions-Datenbanken. Die neuen und erweiterten Serverlösungen umfassen: "HP Apollo 2000", die Systemfamilie "HP Apollo 4000", die "HP Big Data Reference Architecture", "HP Integrity Superdome X" und die "Gen9-Server HP ProLiant DL580, DL560 und BL660c". Diese Server bieten mehr Kapazität und verbessern Skalierbarkeit und Kosteneffizienz.
„Die steigende Menge, Geschwindigkeit und Vielfalt der Daten haben traditionelle Server-Technologien an die Grenze ihres Leistungsvermögens gebracht. Spezielle Compute-Plattformen sind notwendig, um den größtmöglichen Nutzen aus den Daten zu ziehen“, sagt Alain Andreoli, Senior Vice President und General Manager des Server-Geschäftsbereichs bei HP. „HP erneuert sein Compute-Portfolio, um es an die speziellen Workload-Anforderungen anzupassen. Damit können Kunden Daten zur Verbesserung ihrer Unternehmensergebnisse nutzen, wie es zuvor nicht möglich war.“
- Compute-Plattformen für datenintensive Workloads
- Scale-out-Server
- Scale-up-Server
Lesen Sie mehr zum Thema
